赵岩的博客

什么时候使用一个索引

cassandra的内建索引适合这样一个表，它有好多列都包含这个索引列的值。这个索引列有更多的值，你的开销越大，主要是对查询和维护索引。例如假设你有一个播放列表的表里面有数十亿首歌曲。很多歌曲可能有共同的艺术家。这个艺术家的列就比较适合作为索引。

什么情况不适合使用索引

不要在以下情况使用索引：

• 这列的值很多的情况下，因为你相当于查询了一个很多条记录，得到一个很小的结果。
• 表中有couter类型的列
• 频繁更新和删除的列
• 在一个很大的分区中去查询一条记录的时候（也就是不指定分区主键的查询）

值很多的列建索引的坏处

如果你在一个有很多值的列上创建了索引，在这个索引的上的查询就会导致多次查询，而最终查到很少的结果。在一个有数十亿首歌曲的表里通过作者(通常每首歌都不一样)去搜索，相比通过艺术家去搜索，是很低效的。更有效的方式是手动维护一个索引表，而不是使用cassandra的内建索引。对于一些特定值的列，使用索引有时候是很方便的，只要不是大量的查询，并且不是持续负载的情况下。

相反只有几个很少值的列也不适合创建索引，例如boolean型的列，这是没有意义的。索引列的每一个值在索引中都是一行。也就是说对于false的值，会形成一个超级大的行。也就是说索引一个值只有foo=false 和foo=true的列是没有意义的。

频繁更新和删除的列建索引的坏处

Cassandra stores tombstones in the index until the tombstone limit reaches 100K cells. After exceeding the tombstone limit, the query that uses the indexed value will fail.

在一个很大的分区中去查询一条记录的坏处

不指定分区key，在一个索引列上查询，相当于在集群中所有的机器上去查询，这种查询会变慢随着机器的增加。你要在你查询中指定分区key，避免这种查询性能问题。